1. 機械学習エンジニア の求人一覧 - 株式会社ELYZA

【ELYZAについて】ELYZA（イライザ）は東京大学松尾研究室発のAIスタートアップです。 「未踏の領域で、あたりまえを創る」というミッションのもと、大規模言語モデル（LLM）を中核に、VLM/VLA、音声モデル、AIエージェント、Embodied AIなどへ研究開発領域を広げながら先端技術の社会実装に取り組んでいます。私たちが目指しているのは特定の技術やプロダクトを起点とするのではなく、顧客の事業・業務課題を捉え、その課題に応じて必要なAI技術を選択・開発し、実際の業務で継続的に価値を生み出せる形まで実装することです。【ソリューション事業部について】私たちは主に大手企業・行政機関とのプロジェクトを通じて、LLMをはじめとする先端技術を活用した課題解決に取り組んでいます。新しい技術を導入すること自体を目的とするのではなく、顧客の業務や現場を理解し、実際の業務で継続的に利用され、成果につながるAIシステムをつくることを重視しています。ELYZAでは、AIシステムの開発・提供を支える共通基盤「ELYZA Platform」を自社で開発しています。プロジェクトごとにインフラやアプリケーションの基盤を一から構築するのではなく、開発したAIモジュールやこれまでの知見を活用しながら顧客固有の課題に対する技術的な仮説検証やモデル改善に取り組める環境があります。本ポジションでは、この基盤を活用しながら顧客ごとの課題に向き合い、要件整理、モデリング、PoC、本番導入、導入後の継続的な改善までAIが現場で価値を生み出すプロセスに一貫して関わっていただきます【業務内容】コンサルタントやソフトウェアエンジニアと協働し、LLM や AI Agent 、あるいは音声・VLMなどを組み合わせたAIソリューション開発・改善をリードしていただきます。◆PoC（設計フェーズ）論文等のサーベイビジネス上の課題、制約条件に適したアルゴリズムの提案ユースケースに合わせた機械学習モジュールの設計必要に応じたクライアントとの議論（※ ビジネスコンサルタントと協働）◆PoC （開発フェーズ）プロンプトチューニングファインチューニングRAGをはじめとした、複数のモデルを組み合わせた処理の構築データの整形・前後処理モジュールの開発クライアントに対する分析結果等のレポーティング◆導入フェーズ開発したAIモジュールの組み込み（※ ソフトウェアエンジニアと協働し、自社開発の基盤「ELYZA Platform」への組み込みを行います）業務紹介記事はこちら：https://note.com/elyza/n/n14515ae34efc【本ポジションの魅力】顧客課題に対するAIの技術アプローチに集中できる ビジネスコンサルタントが顧客とのビジネス要件の整理やプロジェクト推進を担い、機械学習エンジニアは上流工程から連携しながら、顧客課題に対してどのようなAI技術・モデル・データ処理を用いるかを設計します。実装時には自社開発の「ELYZA Platform」を活用できるため、案件ごとに共通基盤を一から構築するのではなく、モデル開発や評価、AIモジュールの改善など、機械学習エンジニアリングに重点を置いて取り組めます。顧客やユーザーのフィードバックをもとに継続的に改善できる PoCで技術検証を終えるだけでなく、本番導入後も顧客や実際のユーザーから得られるフィードバックをもとに、モデルやAIモジュールの改善に取り組みます。 自分たちが開発した技術が実際の業務でどのように使われ、どのような成果につながっているのかを確認しながら改善を続けられる環境です。◆Researcherと連携しながら、研究・技術動向を実案件へ活かせる 社内にはLLMをはじめとするAI技術の研究開発を担うチームがあり、プロジェクトを越えた情報共有や協働を行っています。 論文輪読会や勉強会などを通じて得た知見を、顧客課題に対する技術選定やモデル開発・評価へ活かすことができます。【開発環境】セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。バックエンド (ML)：Python , Haystackデータベース：Amazon OpenSearch Serviceインフラ：Google Cloud (実験環境) , AWS (本番環境) , Terraform開発周辺ツール：Google Drive , Figma , GitHub , VS Code (任意)コミュニケーションツール：Slack , Notion , Google Meet

【募集背景】ELYZA（イライザ）は東京大学松尾研究室発のAIスタートアップです。 「未踏の領域で、あたりまえを創る」というミッションのもと、大規模言語モデル（LLM）を中核に、VLM/VLA、音声モデル、AIエージェント、Embodied AIなどへ研究開発領域を広げながら先端技術の社会実装に取り組んでいます。私たちが目指しているのは特定の技術やプロダクトを起点とするのではなく、顧客の事業・業務課題を捉え、その課題に応じて必要なAI技術を選択・開発し、実際の業務で継続的に価値を生み出せる形まで実装することです。金融・製造・医療・行政など、高い専門性やセキュリティ、精度、運用要件が求められる領域では汎用モデルをそのまま利用するだけでなく、ドメインに応じたモデルの適応や評価、マルチモーダル化、軽量化などが必要になるケースがあります。本ポジションでは、ELYZAがこれまで培ってきた基盤モデルの研究開発・社会実装の知見を活かしながら、顧客課題に応じて「ドメイン特化モデル開発」「マルチモーダル」「軽量化・推論最適化」などのアプローチを検討・実装し、実際の価値創出までを技術面からリードしていただきます。【求める期待・役割】API利用に留まらず、LLM・音声・VLMのモデル開発など、MLエンジニアリングが求められるテーマを幅広くリードし、顧客課題を解決していただきます。 コンサルタントやソフトウェアエンジニアと協働し、先端技術の社会実装に向けて以下のフェーズを推進します。顧客の事業・業務課題を理解・構造化し、LLMなどの先端技術を活用した解決策を設計・検証する論文や最新技術動向を追いながら、エンタープライズ領域の実課題に適用可能な形に翻訳・カスタマイズする顧客とともにPoC、本番導入、運用改善まで進め、AIが実際の業務で継続的に利用される状態をつくるコンサルタントやソフトウェアエンジニアと協働し、ユーザー体験に直結するアプリケーションを構築するチーム横断的に知見共有や仕組み化を進め、再現性のある社会実装の加速に貢献する【本ポジションの魅力】研究成果と実際の顧客課題の間に立ち、先端技術を社会で使われる形へ変えていくポジションです。研究成果を実課題へ適用するApplied Research 論文や研究成果をそのまま適用するのではなく、顧客データや業務要件に応じて手法を選択・改良し、実環境で有効性を検証しますモデル開発から社会実装まで関われる モデルの学習・評価だけでなく、PoC、アプリケーションへの組み込み、本番導入、運用後の改善まで、技術が実際に価値を生むところまで関わることができます幅広いAI技術を実課題で扱える LLM、VLM、音声、AIエージェント、モデル軽量化・最適化など、顧客課題に応じて複数の技術領域を横断しながら開発できますResearchとSolutionを横断したキャリア Researcher、Software Engineer、Consultantなどと協働しながら、研究開発と実装プロジェクトの双方に関わることができます【開発環境】セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。バックエンド (ML)：Python , Haystackデータベース：Amazon OpenSearch Serviceインフラ：Google Cloud (実験環境) , AWS (本番環境) , Terraform開発周辺ツール：Google Drive , Figma , GitHub , VS Code (任意)コミュニケーションツール：Slack , Notion , Google Meet

【募集背景・ミッション】ELYZAは、2019年から自然言語処理を軸に日本語の言語モデルの研究開発に取り組み、LLMの研究開発から社会実装までを進めてきました。 現在はその研究開発領域を、VLM/VLAをはじめとするマルチモーダルAIや、ロボティクスの実用化に向けたEmbodied AIへと広げています。Embodied AIの領域では画像・言語などの情報をもとにロボットの行動を生成するVLA（Vision-Language-Action）をはじめ、汎用的なロボット基盤モデルの研究開発が進んでいます。一方で、こうしたモデルを実際の現場で活用するためにはそれぞれの環境やタスクに応じたデータ収集・学習、モデルの適応、ロボット制御との統合、実機での検証など、さまざまな技術課題に向き合う必要があります。本ポジションのミッションはELYZAがLLMをはじめとする基盤モデルの研究開発で培ってきた知見を活かし、特定のユースケースや実環境に適応したEmbodied AIモデルを研究開発することです。既存のVLA等を活用した学習・検証に加え、モデルや学習手法そのものの研究開発、実機へのデプロイ、顧客現場でのPoCまで研究開発と社会実装を往復しながら技術を磨いていきます。KDDIグループとの連携による計算基盤や、ロボットを用いた実験・検証環境を活用しながら、モデルの研究開発と実世界で得られるデータを用いた改善サイクルの両方に取り組めることが、本ポジションの特徴です。【業務内容】ご本人の志向性やプロジェクトの稼働状況に応じて、Embodied AIモデルの研究開発から現場でのPoC推進まで、R&Dと社会実装の垣根を越えて幅広く活躍していただきます。Embodied AIモデルの開発：既存のオープンモデルに対し、特定ユースケースに特化した学習を行い、精度と堅牢性を高める。模倣学習、強化学習（RL）、推論最適化などの技術を適用・拡張する。PoC案件の技術リードと社会実装：顧客の現場課題に対しどのようなロボット構成・AIモデルで解決可能かの技術検証を行う現場特有のドメインデータを用いたファインチューニングやエッジデバイスへの実装を主導するドメイン特化型マルチモーダル学習とデータループ構築：画像・テキストに加え、「Action（軌跡や関節角度）」もモダリティとして扱う学習基盤を構築PoC推進チームと密に連携し、現場の失敗データ等をモデル改善に組み込むデータフライホイールを設計するハイブリッド制御設計とシステム統合：「学習ベース（AI）のアプローチ」と「ルール・アルゴリズムベースの制御アプローチ」の境界とトレードオフを正確に評価し、実機上で安定して動作することを目指したソフトウェアモジュール最新手法の実装と精度検証：LLM/VLM領域で発展する学習手法やモデルアーキテクチャ等について、Embodied AI領域への応用可能性を検証し、実装・評価する【本ポジションの魅力】Embodied AIのモデル研究開発から実機検証まで取り組める VLAをはじめとするモデル・学習手法の検証だけでなく、ロボットへのデプロイや実機での評価まで一貫して取り組めます。実世界のデータをモデル改善につなげられる 顧客現場や実機検証から得られるデータをもとにモデル・学習手法を改善し、再び実環境で評価するResearch → Deployment → Data → Researchのサイクルを回せます。基盤モデルそのものの研究開発に挑戦できる KDDIグループとの連携による計算基盤を活用し既存モデルのFine-tuningだけでなく、モデルや学習手法そのものの研究開発にも取り組めますLLM/VLMで培った技術知見をEmbodied AIへ広げられる ELYZAがこれまで取り組んできたLLMやマルチモーダルAIの研究開発知見を活かしながら、VLAやEmbodied AIへの応用・発展に取り組めます【開発環境】セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。主な対象ハードウェア: シングル・ダブルアーム、デクスタラスハンド、ヒューマノイドAI開発言語：Python, (Shell Script)インフラ：Azure, Google Cloud, AWS, ABCIコンテナ基盤：Docker, Singularity機械学習関連ツール：Hugging Face, W&Bドキュメント・バックログ管理：Notionコード管理：GitHub社内コミュニケーションツール：Slack, Google Meet, MetaLifeシミュレーター：MuJoCo、Isaac SimAI関連ツール：Claude Code、Devin、Gemini Pro、Notion AI ほか開発周辺ツール：Google Drive, Figma, GitHub

【募集背景・ミッション】ELYZAは、2019年から自然言語処理を軸に日本語の言語モデルの研究開発に取り組み、LLMの研究開発から社会実装までを進めてきました。 現在はその研究開発領域を、VLM/VLAをはじめとするマルチモーダルAIや、ロボティクスの実用化に向けたEmbodied AIへと広げています。Embodied AIの領域では画像・言語などの情報をもとにロボットの行動を生成するVLA（Vision-Language-Action）をはじめ、汎用的なロボット基盤モデルの研究開発が進んでいます。こうしたAIモデルを実際の物理世界で機能させるためには、モデルの性能だけでなくロボットやセンサなどのハードウェア特性、制御、実行環境まで含めてシステム全体を設計し、実機で検証・改善していくことが重要です。本ポジションのミッションはロボットハードウェアに関する実践的な知見と、AIモデルを実機へ接続するシステム統合・ソフトウェア開発のスキルを活かしEmbodied AIの社会実装を推進することです。リサーチャー/エンジニアと協働しながらロボット構成の設計、AIモデルとのシステム統合、実機検証、顧客現場への導入までを一貫して担っていただきます。また、市販のロボットやエンドエフェクタだけでは対応が難しい課題に対しては3D CADや3Dプリンタ等を活用したプロトタイピングも行い、ハードウェアとソフトウェアの両面から実運用可能なロボットシステムをつくり上げていきます。【業務内容】物理世界のハードウェア（メカトロニクス）を専門領域としつつ、AIモデルの実装やシステム統合といったソフトウェア領域まで、幅広く業務をリードしていただきます。ハードウェア要件定義とプロトタイピング：顧客のタスクを達成するためのロボット構成（アーム、センサ等）を選定・設計する市販のハンドや治具では対応が難しいエッジケースに対しては、3D CADや3Dプリンタを活用し、オリジナルパーツの設計・製作（ラピッドプロトタイピング）を迅速に行って物理的な課題を解決するROS2等を用いたシステム統合とソフトウェア開発：AIチームが開発したEmbodied AIモデルの推論結果を、実機上で安全かつ正確に実行するためのインテグレーションを行うPythonやC++を用い、遅延や摩擦などのハードウェア特性を考慮した制御アルゴリズムを実装するAI研究開発へのディレクションとフィードバック：AIリサーチャーと密に連携し、「モーターのトルク限界」や「制御周期」といった物理的制約をAIモデルの前提条件として定義する実機評価で得られた事象を分析し、「ハードウェアを改良すべきか、AIの学習データを追加すべきか」を切り分け、再学習のループに貢献する現場導入とハード・ソフト両面からの課題解決：試験環境および顧客現場での立ち上げを主導するテスター等を用いた物理レイヤーのデバッグから、Linux環境でのソフトウェアデバッグまで、幅広い視野でトラブルシューティングを行う【ポジションの魅力】AIモデルとロボットハードウェアをつなぐ、Physical AIの中核を担える VLA等のAIモデルと、ロボット・センサ・エンドエフェクタ・制御システムを統合し、実機上で動作するシステムとして成立させる役割を担います案件構想から実機検証・現場導入まで一貫して関われる 案件組成の段階から技術的な検討に参画し、ロボット構成の設計、プロトタイピング、システム統合、実機評価、顧客現場での立ち上げ・運用改善まで経験できますリサーチャー/エンジニアとともに、モデルとハードウェアの両面から改善できる 実機で発生した事象に対して、ハードウェア・制御・AIモデルのどこに課題があるのかを切り分け、Researcher / Engineerと連携しながら改善サイクルを回します豊富な計算基盤と実機環境を活用できる KDDIグループとの連携による計算基盤と、シングル・ダブルアーム、デクスタラスハンド、ヒューマノイド等の実機環境を活用し、Embodied AIの研究開発・実装に取り組めます【開発環境】主な対象ハードウェア: シングル・ダブルアーム、デクスタラスハンド、ヒューマノイドAI開発言語：Python, (Shell Script)インフラ：Azure, Google Cloud, AWS, ABCIコンテナ基盤：Docker, Singularity機械学習関連ツール：Hugging Face, W&Bドキュメント・バックログ管理：Notionコード管理：GitHub社内コミュニケーションツール：Slack, Google Meet, MetaLifeシミュレーター：MuJoCo、Isaac SimAI関連ツール：Claude Code、Devin、Gemini Pro、Notion AI ほか開発周辺ツール：Google Drive, Figma, GitHub

ELYZAについてELYZAは東大松尾研発のAIスタートアップです。「未踏の領域で、あたりまえを創る」をミッションに、先端技術の研究と実用化の両輪で活動しています。NLP・LLM領域にいち早く研究投資し、2020年の「ELYZA DIGEST」に始まり、「Llama-ELYZA-JP」シリーズや医療特化モデル、Diffusion Model など日本語モデルの研究成果を発表してきました。これまで培ったLLM技術を中核としつつ、VLM/VLAや音声基盤モデル、AIエージェント、さらには フィジカルAI領域へと挑戦幅を広げています。得られた知見を広く社会に還元すること、そしてソリューション事業やプロダクト事業と連携し、先端技術を社会実装につなげていくことを目指しています。募集背景現在、KDDIとの業務提携により大規模な計算基盤の整備が進み、研究開発をさらに加速できるフェーズに入りました。基盤モデルの研究開発はモデル規模や学習データ量、利用する計算資源が急速に拡大しており、分散学習を前提とした実験設計・実装の重要性が高まっています。それに伴い、研究経験に裏打ちされた「技術的理解」と、アイデアを形にする「実装力」を兼ね備えたリサーチエンジニアの役割がより一層大きくなっています。そこでELYZAでは、そのいずれか、あるいは両方に強みを持ち、研究とエンジニアリングの両面で専門性のさらなる向上を志向される方を募集しています。求める期待・役割リサーチエンジニアは、大規模基盤モデルの学習・評価などに関わる実験基盤を構築し、高速かつ確かな仮説検証を実現することで研究開発を前に進める、エンジニアリング面での中心的な役割を担っていただきます。アルゴリズム開発・実験・分析： モデル性能向上のためのアーキテクチャ改良や学習手法の最適化実験パイプラインの設計・開発： 基盤モデルの追加事前学習（Continual Pre-training）、事後学習（SFT/RLHF等）、評価システムの構築・運用生産性向上への寄与： コード品質管理、実験管理、モニタリング基盤の整備による開発サイクルの高速化プロトタイピング： プロプライエタリモデルのAPIや自社モデルを活用した、実用可能性を探るデモ開発研究開発のリード： 生成AI領域における未知の研究課題の特定とソリューションの提示本ポジションの魅力国内最大級の計算資源（GPU）を活用した基盤モデルの研究開発を通して、研究とエンジニアリングの両面で専門性を高めることができるソリューションチームやプロダクトチームと密に連携しながら、実社会の課題解決を目的とした研究開発に携わることができる経産省「GENIAC」や産総研プロジェクトなど、大規模な国策プロジェクトにも参画できる高品質データ作成を内製化しており、データ設計からモデル改善まで一貫したデータ駆動型の研究サイクルを高速で回すことができる開発環境セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。開発言語：Python, (Shell Script)インフラ：Azure, Google Cloud, AWS, ABCIコンテナ基盤：Docker, Singularity機械学習関連ツール：Hugging Face, W&Bドキュメント・バックログ管理：Notionコード管理：GitHubコミュニケーションツール：Slack, Google Meet, Discord

ELYZAについてELYZAは「未踏の領域で、あたりまえを創る」というミッションのもと、LLM（大規模言語モデル）の研究開発と社会実装を目指すAIカンパニーです。技術探索に留まらず、研究成果を速やかに事業へ繋げ、生成AIがあたりまえに使われる社会の実現を目指しています。募集背景ELYZAの研究開発チームは、生成AI技術の研究開発を通じて社会実装を推進しています。研究成果を社内の事業成長へと結びつけるとともに、得られた知見を広く社会に還元することがミッションです。これまで培ったテキストベースのLLM技術を土台とし、LLMと音声基盤モデルの融合領域に挑戦幅を広げています。音声対話・音声認識・音声合成といった音声基盤モデルの研究開発に本格的に取り組み、より自然で直感的なAIインタラクションの実現を目指しています。 これら、LLMの知見と音声技術を統合する新たなモデル開発において、エンジニアリングと研究の両面で専門性の向上を志向される方を募集しています。求める期待・役割リサーチエンジニアとして、音声基盤モデルの学習・評価などに関わる実験基盤を構築し、高速かつ確かな仮説検証を実現することで研究開発を前に進める、エンジニアリング面での中心的な役割を担っていただきます。音声基盤モデルの研究開発： 音声対話・音声認識・音声合成などの音声基盤モデル領域におけるモデル開発、言語知識と音声処理能力を統合した学習手法の探索実験パイプラインの設計・開発： 音声・テキストデータの統合学習パイプラインの構築、評価指標の策定・運用プロトタイピング： プロプライエタリモデルのAPIや自社モデル（音声基盤モデル）を活用した、実用可能性を探るデモ開発生産性向上への寄与： コード品質管理、実験管理、モニタリング基盤の整備による開発サイクルの高速化研究開発のリード： 生成AIおよび音声基盤モデル領域における未知の研究課題の特定とソリューションの提示 ※「研究寄り」「実装（開発）寄り」どちらのキャリアパスも歓迎します。 ※ LLMの研究開発知見を活かしながら、音声基盤モデル領域へと携わっていただくことを想定しています。本ポジションの魅力研究と社会実装の狭間で、先端技術を価値ある形に開発できる環境があります。国内では先駆的なポジションで音声基盤モデルの研究開発に本格的に挑戦できるKDDIグループとの提携により、国内最大級の計算資源（GPU）を活用した基盤モデルの研究開発をリードできる事業サイドと密に連携しながら、実社会の課題解決を目的とした研究開発に携わることができる高品質データ作成を内製化しており、データ設計からモデル改善まで一貫したデータ駆動型の研究サイクルを高速で回すことができる開発環境セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。開発言語：Python, (Shell Script)インフラ：Azure, Google Cloud, AWS, ABCIコンテナ基盤：Docker, Singularity機械学習関連ツール：Hugging Face, W&Bドキュメント・バックログ管理：Notionコード管理：GitHubコミュニケーションツール：Slack, Google Meet, Discord

【ELYZAについて】ELYZAは東大松尾研発のAIスタートアップです。「未踏の領域で、あたりまえを創る」をミッションに、先端技術の研究と実用化の両輪で活動しています。NLP・LLM領域にいち早く研究投資し、2020年の「ELYZA DIGEST」に始まり、「Llama-ELYZA-JP」シリーズや医療特化モデル、Diffusion Model など日本語モデルの研究成果を発表してきました。研究開発チームは、これまで培ったLLM技術を中核としつつ、VLM/VLAや音声基盤モデル、AIエージェント、さらには フィジカルAI 領域へと挑戦幅を広げています。得られた知見を広く社会に還元すること、そしてソリューション事業やプロダクト事業と連携し、先端技術を社会実装につなげていくことをミッションとしています。【募集背景】現在、KDDIとの業務提携により大規模な計算基盤の整備が進み、研究開発をさらに加速できるフェーズに入りました。 こうした中、国内外での研究成果の創出と産業応用をさらに推進するため、社会的・事業的なインパクトを見据えてLLM領域の研究テーマを立案し、チームを牽引いただけるシニアリサーチサイエンティストを募集しています。【求める期待・役割】シニアリサーチサイエンティストとして、会社のミッション・事業戦略・市場環境を踏まえてELYZAの研究開発の方向性を構想し、研究テーマの立案から実験設計・検証・発信までを一貫して推進する中核的な役割を担っていただきます。研究戦略の策定：生成AI領域における中長期の研究テーマの立案とロードマップの策定事業連携：他事業部との連携に基づく、社会実装と事業インパクトを見据えた研究課題の設定・論点整理研究開発の推進：基盤モデルに関する新規アルゴリズム・アーキテクチャ・学習手法の提案と検証チーム牽引：リサーチエンジニアや他職種を巻き込んだ実験計画の立案・推進・レビュープレゼンス向上：論文・技術ブログ・モデル公開・登壇など多様な形での社外発信による、ELYZAの研究プレゼンス向上【本ポジションの魅力】国内最大級の計算資源（GPU）を活用した基盤モデルの研究開発を通して、研究とエンジニアリングの両面で専門性を高めることができるソリューションチームやプロダクトチームと密に連携しながら、実社会の課題解決を目的とした研究開発に携わることができる経産省「GENIAC」や産総研プロジェクトなど、大規模な国策プロジェクトにも参画できる高品質データ作成を内製化しており、データ設計からモデル改善まで一貫したデータ駆動型の研究サイクルを高速で回すことができる【開発環境】セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。開発言語：Python, (Shell Script)インフラ：Azure, Google Cloud, AWS, ABCIコンテナ基盤：Docker, Singularity機械学習関連ツール：Hugging Face, W&Bドキュメント・バックログ管理：Notionコード管理：GitHubコミュニケーションツール：Slack, Google Meet, Discord

【ELYZAについて】ELYZAは「未踏の領域で、あたりまえを創る」というミッションのもと、LLM（大規模言語モデル）の研究開発と社会実装を目指すAIカンパニーです。技術探索に留まらず、研究成果を速やかに事業へ繋げ、生成AIがあたりまえに使われる社会の実現を目指しています。【募集背景】ELYZAの研究開発チームは、生成AI技術の研究開発を通じて社会実装を推進し、その成果を社内の事業成長へと結びつけるとともに、得られた知見を広く社会に還元することをミッションとしています。 2026年度は、これまで培ったテキストベースのLLM技術を基盤としつつ、LLMと音声基盤モデルの融合領域にも注力を拡大します。音声対話・音声認識・音声合成といった音声基盤モデルの研究開発に本格的に取り組み、より自然で直感的なAIインタラクションの実現を目指しています。 こうした新たな挑戦に伴い、LLM技術と音声技術の統合を見据え、社会的・事業的なインパクトに向けた研究テーマを立案し、チームを牽引いただけるシニアリサーチサイエンティストを募集しています。【求める期待・役割】シニアリサーチサイエンティストとして、会社のミッション・事業戦略・市場環境を踏まえてELYZAの研究開発の方向性を構想し、研究テーマの立案から実験設計・検証・発信までを一貫して推進する中核的な役割を担っていただきます。研究戦略の策定： 音声対話・音声認識・音声合成などの音声基盤モデル領域における研究テーマの立案・推進研究開発の推進： 言語知識と音声処理能力を統合した音声基盤モデルの学習手法の探索と検証事業連携： 他事業部との連携に基づく、社会実装と事業インパクトを見据えた研究課題の設定・論点整理チーム牽引： リサーチエンジニアや他職種を巻き込んだ実験計画の立案・推進・レビュープレゼンス向上： 論文・技術ブログ・モデル公開・登壇など多様な形での社外発信による、ELYZAの研究プレゼンス向上【本ポジションの魅力】LLMの技術基盤を活かしながら、音声基盤モデルという領域の研究戦略をリードできる。国内で音声基盤モデルの研究開発に本格的に取り組む企業は少なく、先駆的なポジションで挑戦できるスタートアップならではの機動力を持ちながら、国内最大級の計算資源を活用した基盤モデルの研究開発をリードできる事業サイドと密に連携しながら、実社会の課題解決を目的とした研究開発に携わることができる高品質データ作成を内製化しており、データ設計からモデル改善まで一貫したデータ駆動型の研究サイクルを高速で回すことができる開発環境セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。開発言語：Python, (Shell Script)インフラ：Azure, Google Cloud, AWS, ABCIコンテナ基盤：Docker, Singularity機械学習関連ツール：Hugging Face, W&Bドキュメント・バックログ管理：Notionコード管理：GitHubコミュニケーションツール：Slack, Google Meet, Discord

【募集背景】ELYZAは東大松尾研発のAIスタートアップです。「未踏の領域で、あたりまえを創る」をミッションに、LLM（大規模言語モデル）の社会実装で国内有数の実績をつくってきました。KDDIグループとの資本業務提携を経て、現在は『ELYZA Works』をはじめとするAIプロダクトを多くの企業へ展開する急成長フェーズにあります。法人向け生成AI SaaS『ELYZA Works』は、クライアント企業が自力でLLMの実装・活用を推進できる環境の構築を目指しています。その実現に向けてLLMやAI Agentといった最先端技術をプロダクトに組み込むため、PdMと連携しながら企画から検証・開発を推進してくださる機械学習エンジニアを募集しています。 製品紹介ページ：https://lp.works.elyza.ai/【求める期待・役割】プロダクトチームの機械学習エンジニアとして、LLM（プロプライエタリモデル / 自社モデル）をコアとしたプロダクトの開発を担当していただきます。LLMなどのML技術を活用し、自社プロダクトの課題解決・価値創出を行うこと社内の機械学習 x エンジニアリングの仕組みづくりにオーナーシップをもって取り組むこと継続的に開発をしていくために、負債解消に取り組むことスケーラブルかつ可用性の高いLLM推論基盤の開発・運用を行うこと【仕事概要】プロダクト開発機械学習を活用した機能の要件定義、価値検証、開発まで一気通貫で担当ユーザーフィードバックや定量指標に基づく継続的改善自社モデルの最適化とプロダクトへの組み込みモデルの推論速度と精度のバランスを考慮した最適化モデルの軽量化技術の研究と適用機械学習 x エンジニアリングのリード機械学習モデルを組み込むためのプロダクト開発用社内ライブラリの実装モデルを効率的にプロダクションデプロイするためのワークフロー整備プロダクトコードの最適化、リファクタリング他チームへの技術的な支援（アーキテクチャや実装方針の相談）MLOps基盤の開発と改善スケーラブルで柔軟な推論基盤の設計と実装モデルの継続的な監視とパフォーマンス評価システムの構築本番環境でのモデル運用に関するベストプラクティスの確立開発環境セキュリティ意識を高く保ちつつ、Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。開発言語: PythonCloud Platform: Google Cloud / AWS / Azureプロビジョニングツール: TerraformCI/CD: GitHub Actions / Argo CDミドルウェア: OpenSearchドキュメンテーション: Notion / Google Docs開発ツール: GitHub / Figmaコミュニケーションツール: Slack / Discord / Google MeetBIツール: Redash本ポジションの魅力■最先端技術への挑戦最新技術をプロダクトの価値創出に繋げる経験自社LLMの安定運用という未踏の領域に取り組む機会デファクトスタンダードがない中で新たな方法論やBest Practiceを自ら確立■成長市場でのキャリア形成AI・機械学習分野、特にLLM領域での貴重な実務経験の獲得需要が高まるMLOpsスキルの習得と実践■多様な学習機会構想段階から実運用までのプロダクト開発全体を経験できる一気通貫の学習環境最新アルゴリズムのR&D、実装から基盤システム構築まで幅広い技術領域に携われる機会技術選定・設計からデプロイ・運用まで、機械学習システムのライフサイクル全体を学べる環境

【募集背景】ELYZAは東大松尾研発のAIスタートアップです。「未踏の領域で、あたりまえを創る」をミッションに、LLM（大規模言語モデル）の社会実装で国内有数の実績をつくってきました。KDDIグループとの資本業務提携を経て、現在は「ELYZA Works」をはじめとするAIプロダクトを多くの企業へ展開する急成長フェーズにあります。私たちがつくるプロダクトの強みは、LLMをはじめとした高度なAI技術にあります。デファクトが存在しない先端技術分野では、深い顧客理解、技術的な見通しをもってゼロから体験をつくり上げる必要があります。このプロセスを強力に推し進めてくださるシニア機械学習エンジニアを募集しています。【抱えている課題】AIという不確実性の高い技術を、誰でも使える「完成された製品」へと磨き上げるための、強力なエンジニアリング力を必要としています。■ 信頼性の高いLLM学習・推論基盤の構築： 自社モデルの学習から推論までを一気通貫で支える、スケーラブルで高信頼な基盤の構築■ フットワークを失わない開発組織： R&Dチームの成果を最短でプロダクト実装するための柔軟な組織とシステム基盤の構築■ 「正解のない」UXの探求： 非決定的なLLMの出力を制御し、汎用性と使いやすさを両立するベストなUXの探求■ エンタープライズ品質への挑戦： AI Agent等の先端技術において、利便性とエンタープライズ水準のセキュリティを両立する仕組みづくり【求める期待・役割】機械学習エンジニアとして、単に要件通りに機能を実装するのではなく、「AIと人間の協働をどうデザインし、実装するか」という問いに技術で答えることを期待しています。■ 先端技術をプロダクト機能に組み込む開発： 当社が提供する法人向け生成AI SaaS「ELYZA Works」では、クライアント企業が自力でLLMの実装・活用を推進できる環境の構築を目指しています。その実現に向けてLLMやAI Agentといった最先端技術をプロダクトに組み込むため、PdMと連携しながら企画から検証・開発までを一貫してご担当いただきます。 製品紹介ページ：https://lp.works.elyza.ai/■ 全社のMLOps・自社モデルの推論基盤構築： プロプライエタリモデルだけでなく自社モデルの運用を支える推論基盤の構築・運用にも携わっていただきます。大規模モデル運用に必要なインフラ知識、レイテンシの低減とスループットの最大化を実現する推論高速化、Enterprise向けAgent Harnessの開発など、求められるスキルセットは多岐にわたります。既存の技術スタックに固執せず、課題に応じて最適な技術を学び、取り入れていく姿勢を重視しています。本ポジションの魅力■業界のデファクトスタンダードを自分たちでつくるLLMアプリケーション特有の「正解のないUX」や「非決定的な出力の制御」に対し、アーキテクチャ設計から入り込み、業界のスタンダードとなる技術基盤を自ら定義・構築する裁量外部APIに依存しない「自社モデル」と「潤沢なGPU資源」をフル活用し、前例のない推論基盤のゼロベース構築や最適化を主導できる環境■難易度の高い「本質的なエンジニアリング課題」への挑戦プロダクトの急成長に伴う技術的負債の解消や、トラフィック増に耐えうるスケーラブルな推論・ホスティング基盤の再設計など、高度な技術課題の突破「エンタープライズ品質」と「R&D成果の高速プロトタイピング」という相反する要件を両立させる、難易度の高いアーキテクチャの実現■事業と全社組織を牽引する技術的中核としての役割単なる機能開発ではなく、PdMやデザイナー、トップクラスのリサーチャーと対等に議論し、「技術的フィジビリティ」と「事業価値・UX」を統合した技術戦略の策定と実行プロダクト事業に留まらず、ソリューション事業を含む全社横断のMLOps推進をリードし、エンジニアリング組織全体の技術水準向上を牽引する経験【開発環境】セキュリティ意識を高く保ちつつ、Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。開発言語: PythonCloud Platform: Google Cloud / AWS / Azureプロビジョニングツール: TerraformCI/CD: GitHub Actions / Argo CDミドルウェア: OpenSearchドキュメンテーション: Notion / Google Docs開発ツール: GitHub / Figmaコミュニケーションツール: Slack / Discord / Google MeetBIツール: Redash

【ELYZAについて】ELYZAは「未踏の領域で、あたりまえを創る」をミッションに掲げるAIカンパニーです。 大規模言語モデルをはじめとする先端技術の研究開発に取り組み、その技術を顧客の業務や社会の中で実際に使われる形へと届けています。【本インターンの魅力】本インターンでは、フィジカルAI、LLM、音声基盤などの研究開発を起点に顧客への価値提供につながるAI開発プロジェクトに参加いただきます。 研究だけで終わらない。実装だけにも閉じない。技術課題を深く理解しながら実際のプロジェクトで価値に変える経験を積めることが特徴です。また、ELYZAには大規模なモデル開発や検証を支える計算機資源があります。十分な実験環境の中で仮説を立て、検証し、結果から学び、次の改善につなげる。そのサイクルを実務の中で回せることは、学生の段階では非常に得がたい経験です。配属は顧客プロジェクト領域（Solution）のMLEチーム、または研究開発領域（Lab）のリサーチインターンを想定しています。プロジェクトや本人の適性に応じて、フィジカルAI、LLM、音声基盤など複数のテーマに関わる可能性があります。【業務内容】MLインターンのミッションは最先端のAI技術を理解し、顧客や社会に価値として届けるための研究開発のメンバーとして取り組むことです。 単に既存手法を試すだけではありません。論文や先行事例を踏まえて課題を整理し、仮説を立て、実験を行い、結果を分析する。必要に応じて実装や改善まで担っていただきます。実際の開発環境を利用し、現場社員からのフィードバックを受けながら業務に取り組むことのできる貴重な機会です。具体的には、以下のような業務を想定しています。・共同研究、または社内プロジェクトにおける研究開発 ・フィジカルAI、LLM、音声基盤に関する技術検証 ・論文サーベイ、技術調査、実装方針の検討 ・モデル・アルゴリズムの設計、学習、実装、評価 ・実験結果の分析とレポーティング ・プロジェクトメンバーとの議論を通じた課題設定や改善提案担当するテーマは、選考や業務体験での取り組み、本人の志向性、プロジェクト状況を踏まえて決定します。【参加後の関わり方】本インターンでは、まず技術課題と一次選考を通過した方に、約1か月の業務体験に参加いただきます。業務体験では、チュートリアルタスク（※正社員も受講する「AIチュートリアル」と同プログラムです）を通じてELYZAの開発環境や技術水準に触れ、実際の業務に近いサイクル（課題設定・実装・検証・レビュー）を体験していただきます。その後、双方の適性や期待値を確認した上で、正式なインターン内定およびプロジェクトアサインを決定します。本プロセスは選考を兼ねているため、結果によっては正式内定に至らない場合もあります。一方で、私たちが重視するのは短期的なスキルセットだけではありません。技術に対する誠実さ、自走するための学習速度、課題の本質を見抜く思考力、そしてチームへの貢献意欲。ELYZAは、そうした個人のポテンシャルやスタンスも大切な評価基準としています。高い壁にワクワクできる方の挑戦を歓迎します。【選考フロー】技術課題一次選考業務体験正式内定プロジェクトアサインインターンシップ開始時期について選考を通過された方がある程度揃った時点でのスタートを予定しております（2～3ヶ月ごとの定期スタートを予定）。 開始日は候補者の集まり次第となるため、確定次第、個別にご連絡いたします。

【募集背景・ミッション】ELYZAは、2019年から自然言語処理を軸に日本語の言語モデルの研究開発に取り組み、LLMの研究開発から社会実装までを進めてきました。 現在はその研究開発領域を、VLM/VLAをはじめとするマルチモーダルAIや、ロボティクスの実用化に向けたEmbodied AIへと広げています。Embodied AIの領域では画像・言語などの情報をもとにロボットの行動を生成するVLA（Vision-Language-Action）をはじめ、汎用的なロボット基盤モデルの研究開発が進んでいます。一方で、こうしたモデルを実際の現場で活用するためにはそれぞれの環境やタスクに応じたデータ収集・学習、モデルの適応、ロボット制御との統合、実機での検証など、さまざまな技術課題に向き合う必要があります。本ポジションのミッションはELYZAがLLMをはじめとする基盤モデルの研究開発で培ってきた知見を活かし、特定のユースケースや実環境に適応したEmbodied AIモデルを研究開発することです。既存のVLA等を活用した学習・検証に加え、モデルや学習手法そのものの研究開発、実機へのデプロイ、顧客現場でのPoCまで研究開発と社会実装を往復しながら技術を磨いていきます。KDDIグループとの連携による計算基盤や、ロボットを用いた実験・検証環境を活用しながら、モデルの研究開発と実世界で得られるデータを用いた改善サイクルの両方に取り組めることが、本ポジションの特徴です。【業務内容】ご本人の志向性やプロジェクトの稼働状況に応じて、Embodied AIモデルの研究開発から現場でのPoC推進まで、R&Dと社会実装の垣根を越えて幅広く活躍していただきます。Embodied AIモデルの開発：既存のオープンモデルに対し、特定ユースケースに特化した学習を行い、精度と堅牢性を高める。模倣学習、強化学習（RL）、推論最適化などの技術を適用・拡張する。PoC案件の技術リードと社会実装：顧客の現場課題に対しどのようなロボット構成・AIモデルで解決可能かの技術検証を行う現場特有のドメインデータを用いたファインチューニングやエッジデバイスへの実装を主導するドメイン特化型マルチモーダル学習とデータループ構築：画像・テキストに加え、「Action（軌跡や関節角度）」もモダリティとして扱う学習基盤を構築PoC推進チームと密に連携し、現場の失敗データ等をモデル改善に組み込むデータフライホイールを設計するハイブリッド制御設計とシステム統合：「学習ベース（AI）のアプローチ」と「ルール・アルゴリズムベースの制御アプローチ」の境界とトレードオフを正確に評価し、実機上で安定して動作することを目指したソフトウェアモジュール最新手法の実装と精度検証：LLM/VLM領域で発展する学習手法やモデルアーキテクチャ等について、Embodied AI領域への応用可能性を検証し、実装・評価する【本ポジションの魅力】Embodied AIのモデル研究開発から実機検証まで取り組める VLAをはじめとするモデル・学習手法の検証だけでなく、ロボットへのデプロイや実機での評価まで一貫して取り組めます。実世界のデータをモデル改善につなげられる 顧客現場や実機検証から得られるデータをもとにモデル・学習手法を改善し、再び実環境で評価するResearch → Deployment → Data → Researchのサイクルを回せます。基盤モデルそのものの研究開発に挑戦できる KDDIグループとの連携による計算基盤を活用し既存モデルのFine-tuningだけでなく、モデルや学習手法そのものの研究開発にも取り組めますLLM/VLMで培った技術知見をEmbodied AIへ広げられる ELYZAがこれまで取り組んできたLLMやマルチモーダルAIの研究開発知見を活かしながら、VLAやEmbodied AIへの応用・発展に取り組めます【開発環境】セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。主な対象ハードウェア: シングル・ダブルアーム、デクスタラスハンド、ヒューマノイドAI開発言語：Python, (Shell Script)インフラ：Azure, Google Cloud, AWS, ABCIコンテナ基盤：Docker, Singularity機械学習関連ツール：Hugging Face, W&Bドキュメント・バックログ管理：Notionコード管理：GitHub社内コミュニケーションツール：Slack, Google Meet, MetaLifeシミュレーター：MuJoCo、Isaac SimAI関連ツール：Claude Code、Devin、Gemini Pro、Notion AI ほか開発周辺ツール：Google Drive, Figma, GitHub